OuteTTS

OuteTTS TTS

An LLM-based TTS that runs on CPU, GPU, or even in the browser via llama.cpp and Transformers.js.

မှတ်ပုံတင်ပါ 5,000 စာလုံးအဆုံးသတ်

တိကျသောထိန်းချုပ်မှုများအတွက် SSML tags များအတွင်းသင်၏စာသားကို Wrap:

<speak><prosody rate="slow">Slow speech</prosody></speak>

Tags ရွေးချယ်ထားသောမော်ဒယ်နားလည် — ဒါဟာဖြစ်ပျက်တဲ့နေရာမှာသင့်ရဲ့စာသားထဲသို့တစ်ဦး drop ကိုကလစ်နှိပ်ပါ:

ဒီပုံစံကိုရိုးရှင်းတဲ့စာသားဖတ်ရှု, ဒါကြောင့် inline tags တွေကိုလျစ်လျူရှုနေကြသည်။ tag ကိုအခြေခံစိတ်ခံစားမှုအတွက်, Orpheus သို့မဟုတ် Bark ကဲ့သို့သောဖော်ပြမှုပုံစံသို့ switch.

custom pronunciations ကိုသတ်မှတ်ပါ (word = pronunciation):

-12 +12
0.5x 2.0x
Piper, VITS, MeloTTS နှင့်အတူအခမဲ့
သင်၏ထုတ်လုပ်အသံဒီမှာပေါ်လာလိမ့်မည်။ ရွေးချယ်ပါ, စာသားကိုထည့်သွင်း, နှင့် Generate ကိုကလစ်နှိပ်ပါ.
အသံဖိုင် အောင်မြင်စွာ ထုတ်လုပ်နိုင်ခဲ့သည်
0:00
အသံဖိုင်များ ဒေါင်းလုပ်လုပ် ဒေါင်းလုပ်လုပ်.srt Link ကို 24h တွင်ကုန်ဆုံးသည်
အခမဲ့ tier: ပုဂ္ဂလိကအသုံးပြုမှု။ စီးပွားရေးလိုင်စင်မှ $5/mo
TTS.ai ကိုချစ်ပါသလား?

အကြောင်း OuteTTS

OuteTTS by OuteAI takes a language-model approach to speech: it extends an LLM with text-to-speech capability while keeping the original architecture intact, so it can run through standard LLM tooling. That gives it unusually broad backend support — llama.cpp on CPU or GPU, Hugging Face Transformers, ExLlamaV2, VLLM, and even in-browser inference via Transformers.js. It is a natural fit for edge deployment and low-resource environments where running a model client-side or on CPU matters more than raw speed. On TTS.ai it is offered on the free tier for English. Because the LLM-based pipeline is slow on long inputs, it is best used for shorter regular text rather than long-form cloning.

အကောင်းဆုံး: Edge deployment, browser-based TTS, low-resource environments

အားလုံးကို ရှာဖွေ OuteTTS အသံများ

တစ်ချက်ကြည့်ပါ

ဖန်တီးသူ
OuteAI
လိုင်စင်
Apache 2.0
အမျိုးအစား
free
အမြန်နှုန်း
slow
အသံကို ကူးယူခြင်း
ဟုတ်ကဲ့
ဘာသာစကားများ
English
အက္ခရာအရေအတွက်
1000

OuteTTS အသံများ

Female 1 (Neutral)

English
လွတ်လပ်မှု Female

OuteTTS TTS — FAQ

Across many backends — llama.cpp (CPU or GPU), Hugging Face Transformers, ExLlamaV2, VLLM, and even directly in the browser through Transformers.js — because it preserves the underlying LLM architecture.

Its LLM-based design runs efficiently on CPU and in the browser, so it can operate client-side or on modest hardware without a dedicated GPU.

It works best on shorter inputs. The LLM-based pipeline is slow on long passages, so it is offered for regular short-to-medium TTS rather than long-form generation.
← အသံအားလုံး